为什么要做空间转录组
大规模和单细胞基因组技术使我们能够表征和理解细胞身份及其在基因组尺度上的依赖关系。然而，到目前为止，本工作中描述的所有单细胞技术都表征了从感兴趣样本中分离出的细胞。然而，通过移除细胞的分子及其空间背景，也丧失了空间背景，这对于许多生物学问题是一个基本组成部分。空间解析基因组学解决了这个问题，因为它既测量了基因组尺度的组学，又保留了空间信息。
空间测量技术概述
空间分辨基因组学可以通过各种技术进行测量，这些技术可以量化转录组、蛋白质组或染色质可及性。然而，这些技术在规模、分辨率、灵敏度、多重化和适用性方面存在差异。鉴于空间分辨基因组学的发展迅速，预计在未来几年将发生巨大变化，我们在此仅根据其捕获分辨率将空间组学技术分为三大类。更多相关信息可通过以下链接的综述和论文获得。[Moffitt 等，2022][Walker 等，2022][Yue 等，2023]
广义而言，可以将空间分辨基因组学区分为多细胞、单细胞和亚细胞分辨率的测量技术。我们将简要介绍这些尺度，并突出它们的优缺点，同时介绍一些属于相应类别的技术。
多细胞分辨率
在多细胞分辨率下获取的空间组学数据通常捕捉到多个细胞之间的组学测量。因此，每个数据点都包含了来自不同数量细胞的信息，也可能包含不同细胞类型的信息。多细胞分辨率数据可以通过解卷积方法分解，以获得每个位点不同细胞或细胞类型的比例。
多细胞分辨率数据通常捕获不同分辨率的转录组全基因表达谱。基于点的技术获得的分辨率在 55 微米（Visium）到 10 微米（slide-seq）之间。一种广为人知、商业化的成功技术是 10x Genomics 提供的 Visium。
单细胞分辨率
单细胞分辨率的时空组学数据，要么直接捕捉到单个细胞的确切位置，要么捕捉到单细胞尺度的斑点。例如，基于斑点的技术有 HDST、slide-seqV2 或 stereo-seq。这些方法可以捕捉到整个转录组，但捕获效率仍然较低。
靶向方法为测量细胞在精确位置提供了另一种选择。常见的例子包括 MERFISH、seqFISH+、IMC 或多重 IHC（例如 cyCIF 和 CODEX）。这些技术通常成本高昂，且只能测量有限的特征空间。这些方法不捕获预定义位置或网格上的点，而是测量单个转录或细胞位置。
亚细胞分辨率
细胞亚显微分辨率的空间组学数据可以捕捉单个 RNA 分子的位置。这些位置可以通过单分子成像或通过小于单个细胞的点大小进行空间条形码标记来捕获。通过对亚细胞数据进行细胞分割，可以获得单细胞分辨率的表达数据，这些数据可以聚合到细胞层面的测量中，然后可以在空间感知的分析管道中进行处理。